ROI這口利劍，終于懸在了AI員工頭頂

過去，AI公司習慣按使用量收費。無論是token消耗制還是額度制，本質上都是“用多少、付多少”。

這套模式適合模型API，卻未必適合越來越深入工作流的企業Agent。為了完成一個任務，它們會不斷讀取上下文、提煉信息、調用工具……token消耗很容易膨脹。

一些企業甚至開始出現token maxxing的情況——員工和Agent不斷增加AI使用量，卻很難證明這些token最終創造了多少價值。

如此這般，企業AI的成本越來越高，生產力回報卻并不總是清晰。Gartner預計，到2028年，AI編程工具的成本甚至可能超過開發者薪資。

就在大家還在討論token該怎么省的時候，AI編程Agent公司Cognition提出了另一種思路：

它沒有繼續強調Devin消耗了多少token，而是把Devin完成的工作折算成“等效工程師小時”，再換算成美元價值。更進一步，Cognition還推出了Productivity Guarantee——如果Devin創造的工程價值低于客戶支付的費用，公司將返還最高1000萬美元額度的使用credits。

比起“AI能不能干活”，Cognition試圖回答另一個老板更為關心的問題：

這個AI員工，到底值不值這個價。

01

token消耗只是成本，不是價值

單看產品形態，Cognition的主產品Devin仍然屬于AI編程Agent：寫代碼、修Bug、提交PR，都是這個賽道里的標準能力。讓它脫穎而出的是，Cognition沒有把Devin只當成一個開發者工具來賣，而是把它包裝成一套能用ROI來衡量的生產力方案。

在David Senra 6月28日的最新訪談里，Cognition的CEO Scott Wu 專門用了一個章節討論“Measuring ROI Instead Of Token Spend”（用ROI而不是token消耗，來衡量AI的價值）。

他提到，一些企業開始統計員工用了多少AI、消耗了多少token，甚至把token用量當成內部指標。但這樣很容易偏離真正的問題。

因為token消耗只是成本，不是價值。

企業真正關心的根本不是誰用了更多AI，而是這些AI最終完成了多少工作。

Scott Wu舉了一個例子：

如果一個原本需要花1500萬美元、18個月的項目，最終借助Devin和內部團隊，只花100萬美元、3個月就完成了，那么對于CEO和CFO來說，這筆投資就是劃算的。

他們其實并不在意這個項目花了多少token，甚至不在意你用的是哪家的AI——只要你能幫我解決我的問題、完成我的任務，我就覺得這筆錢畫得值。

我用更少的錢、更短的時間，拿到了同樣甚至更好的結果，我就賺了。

Cognition會派團隊到客戶現場，幫他們找適合Devin的使用場景，做用戶培訓，搭建工作流程，寫playbook，配合安全審查和私有云部署。

也就是說，Devin被包裝成一套企業生產力改造方案，而不是被當作一個“開箱即用”的工具。

這套打法不太像一家普通SaaS公司，更像一家咨詢公司或IT外包公司。企業采購咨詢服務，最終買單的是項目成果；采購AI Agent，也正在越來越接近這種邏輯。

在這套邏輯下，Cognition想證明的不只是Devin的代碼能力，更重要的是，它值不值得進入企業預算。

02

AI員工的價值，是怎么被計算出來的

問題是，ROI并不是一句空話。

如果Devin要向企業證明自己“值這個價”，Cognition首先要回答一個更具體的問題：一個AI工程師完成的工作，到底怎么換算成美元價值？

Cognition專門寫了一篇文章解釋這套方法。它承認，直接計算AI帶來的商業價值很難——一個PR到底帶來多少收入，一個Bug修復到底避免了多少損失，這些很難被精確歸因。所以Cognition沒有一上來就計算最終商業收益，它選擇了一個中間指標：“有效工程師小時”。

首先，他們收集了126位企業開發者、258個真實Devin Session的數據。每位開發者都會回答一個問題：如果沒有Devin，這項工作你自己需要花多久？

這些真實反饋，被用來訓練和校準整套評估系統。之后，每一次Devin完成任務，這套系統都會重新評估它到底創造了多少價值。

整個過程大致可以分為三步：

第一步，先過濾掉無效工作。

不是每一次Devin Session都算生產力。

如果Devin生成了一堆代碼，最后沒有被采用、沒有推進項目、也沒有真正解決問題（PR沒有被合并），那么這些token消耗就不會被計入價值。

對于沒有PR的任務，它還會用分類器判斷這個Session是否真的推進了工作。比如查找未使用依賴、掃描安全漏洞、審查PR、跑數據查詢、排查Bug等等，這些工作不一定產生代碼，但仍然可能是有效工程工作。

相反，如果Devin因為沒有權限無法繼續，或者向用戶追問后沒人回復，這類Session就會被過濾掉。

第二步，估算人類工程師完成同樣任務需要多少時間。

評估系統會讀取整個Session，包括用戶需求、Devin執行過程、代碼、PR、日志以及代碼庫上下文，然后估算一名普通工程師完成同樣結果需要投入多少時間。

它甚至會考慮很多細節，例如：如果用戶已經告訴了Devin具體怎么改，那只計算寫代碼的時間；如果Bug需要自己定位，那定位時間也要算進去；如果這是一個陌生的遺留代碼庫，人類需要先花時間熟悉，而Devin已經完成了這部分工作，這些時間同樣會計入價值。

第三步，再把工程師時間換算成美元。

Cognition采用統一的工程師成本標準，把“等效工程師小時”轉換成美元價值，再與企業實際支付的費用進行比較。

如果創造的價值高于成本，企業獲得正ROI；如果低于成本，Cognition就通過Productivity Guarantee返還credits（最高價值1000萬美元）。

當然，Cognition并沒有宣稱這套算法能夠精確計算每一個任務的真實價值，他們在技術文檔里承認，單個任務的估算可能存在2到3倍誤差。但他們認為，隨著企業部署規模擴大、任務數量增加，整體平均結果會越來越穩定，更接近AI創造的真實生產力。

這套機制值得關注的地方也不是它能把每一行代碼都精確折算成多少錢。重點在于，它把AI Agent的價值衡量，從“消耗了多少token”，轉向了“替企業節省了多少工程時間”。

因為那些大體量的客戶并不會只因為一個AI產品看起來很酷，就去大規模部署。它們要過預算、合規、安全、采購和財務審核，必須有人解釋：為什么這筆錢值得花？

過去，ROI往往是客戶內部采購部門、業務部門或財務部門需要自己計算的事。軟件公司只負責賣工具，至于工具有沒有真正提升效率、節省成本，更多要靠客戶自己證明。買了、用了、效果不好，通常也是客戶自己消化。

但Cognition把這件事攬了過來，在銷售階段就主動幫客戶把這筆賬算清楚，還用Productivity Guarantee把一部分風險接了過去。

這套打法也確實成為了Cognition擴張故事的一部分：Cognition在融資時披露，企業用量今年以來增長超過10倍，run-rate revenue已經達到4.92億美元；同時，它把Citi、Goldman Sachs、Santander、Mercedes-Benz、Dell、美國陸軍和海軍等大客戶放在了最顯眼的位置。

Cognition這套邏輯帶來的最大價值就在于，它讓Devin從工程師手里的AI編程工具，變成了CFO能看懂、采購部門能推進、CEO能批準的預算項。

畢竟，不是所有老板都會寫代碼，但所有老板都會算賬。

03

AI越像員工，就越要看結果

如果把視角從AI編程Agent放大到企業Agent，事實上，按結果衡量價值這件事，客服Agent已經先走了一步。

比如Intercom。它原本就是做客戶服務軟件的，Fin是它推出的AI客服Agent，它就是按一次成功結果收費，官方價格是每個結果0.99美元。

Zendesk也是類似邏輯，作為老牌客服軟件公司，它的AI Agent面向客服工單場景，收費單位是“自動解決”：只有AI獨立解決了一次客戶問題，才會被計入收費。

Sierra則從一開始就把自己定位成“按業務結果收費”的企業Agent公司，服務客服、銷售、續費、退訂挽回等場景，客戶為AI完成了多少次有效業務結果付費。

因為客服場景的結果最容易定義。用戶問題有沒有被解決、工單有沒有關閉、客戶有沒有被成功轉化……這些結果比“一個PR到底創造了多少商業價值”更容易被衡量。

傳統的企業服務本來就看重結果，ROI敘事本身就是企業軟件、咨詢服務和IT外包行業里非常常見的商業邏輯?？梢哉f，客服Agent率先把這套邏輯轉移到了AI領域，而Devin又把這套邏輯搬到了更復雜的軟件工程場景。

不過，AI行業里并不是所有產品都適合用ROI直接計費。

底層模型API就像水電煤，模型公司提供的是算力和模型調用能力，客戶調用一次模型，就會產生真實的推理成本。所以OpenAI、Anthropic、Google這類模型公司，仍然很難完全擺脫token、調用量或credits計費。

Copilot類產品則更像傳統軟件，GitHub Copilot、Microsoft 365 Copilot、ChatGPT Business這類產品，主要賣的是一個固定入口和一套使用權限，所以更適合按人頭、按月訂閱。

但Agent產品不一樣。

我們之前在討論Claude Tag的時候就提過，“AI同事”并不等于免費牛馬。

企業Agent越像一個真正的同事，token消耗就越不可能像普通聊天那樣可控。當這個AI同事足夠聰明、足夠勤快、足夠愿意加班的時候，企業反而需要限制它的使用。

AI同事也要有預算；而一旦有預算，老板就會繼續往下問：這筆預算帶來了多少回報？

換句話說，如果AI只是工具，企業可以按使用量、按席位、按額度付費；但如果AI被包裝成一個員工，老板自然也會用考核員工的方式考核它。

ROI敘事未必代表AI計費方式的終點，也不意味著所有企業Agent都會立刻轉向按成果收費。但Cognition確實在軟件工程這個更難量化的場景里，重新建立了一套ROI計算方法，展示了Agent商業化的一條清晰路徑。

畢竟，當“AI員工”正式上崗，老板遲早會問一句：

這個AI員工，到底值不值這個價？